京东开源48亿参数JoyAI-LLM-Flash，轻量化大模型赛道再迎新玩家

京东开源48亿参数JoyAI-LLM-Flash，轻量化大模型赛道再迎新玩家

2月14日，京东在全球知名AI开源平台Hugging Face正式推出其最新研发的大模型JoyAI-LLM-Flash。这款总参数达48亿、激活参数仅3亿的轻量化模型，历经20万亿文本Token预训练，凭借独创的FiberPO优化框架等技术突破，为大模型在中小场景的落地提供了新的可行路径，也为全球开源AI生态注入了来自电商场景的实践经验。

不同于多数企业对大模型采取闭门研发或定向授权的策略，京东此次直接将JoyAI-LLM-Flash推向开源社区，这一动作在AI商业化与技术普惠的平衡中显得颇为亮眼。从参数配置来看，48亿总参数的规模虽不及百亿、千亿级的超大型模型，但3亿激活参数的设计，是其核心竞争力之一——这意味着模型在保持通用能力的同时，大幅降低了部署和运行的资源门槛，无需依赖顶级算力集群，甚至能在边缘设备或中小服务器上流畅运行，为中小企业和垂直场景的AI应用落地铺平了道路。

20万亿文本Token的预训练量，为JoyAI-LLM-Flash筑牢了扎实的性能基础。覆盖互联网文本、专业文档、电商语料等多领域的大规模输入，让模型具备了更广泛的知识储备和语言理解能力：既能应对日常对话、信息查询等通用场景，也能快速适配电商客服、商品推荐、供应链预测等垂直领域的定制化需求，这一点与京东自身的业务场景形成了天然的协同性。

真正让这款模型脱颖而出的，是其底层技术架构的创新突破。京东自研的FiberPO优化框架首次将数学领域的纤维丛理论引入强化学习环节，通过构建高维空间的映射关系，有效解决了传统大模型在规模扩展时易出现的训练不稳定、精度波动等行业共性问题。搭配专属的Muon优化器和稠密多Token预测（MTP）技术，模型的推理效率得到质的提升——官方测试数据显示，与非MTP版本相比，JoyAI-LLM-Flash的吞吐量提升超过100%，这意味着在相同算力投入下，它能处理更多并发请求，响应速度更快，进一步压缩了AI应用的落地成本。